Прямой метод логического дедуктивного вывода

В прямом методе логического вывода интерпретация правил начинается от известных фактов, т.е. сначала выполняются правила, условия которых можно проверить с использованием фактов, уже находящихся в базе данных.

В общем виде алгоритм прямого вывода приведен ниже.

покаЦель не доказанациклФормирование множества подходящих правил (по их условиям и наличию фактов).

Выбор одного правила из этого множества (с использованием определенной стратегии выбора). Считать текущим элементарным условием первое.

покане проверены все элементарные условия правила и не надопрервать проверку условия

Цикл

еслиэлементарное условие истиннотоПерейти к следующему элементарному условию.

Иначе

Надо прервать проверку условия.

конец_если конец_цикла

Выполнить заключение.

еслипри формировании заключения появился целевой факттоСчитать, что Цель доказана.

конец_если конец_цикла.

Метод прямого логического вывода можно применять тогда, когда факты появляются в базе данных не зависимо от того, какую задачу сейчас требуется решить (какой целевой факт доказать) и в разные моменты времени. В этом случае можно говорить о том, что факты управляют логическим выводом (решением задачи). Кроме того, этот метод целесообразно применять для формирования вторичных признаков (фактов) из первичных для подготовки решения задачи в дальнейшем с применением обратного логического вывода.

ЭТАПЫ ПРОЕКТИРОВАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ

Методика разработки ЭС включает в себя следующие этапы :

1. Идентификация,

2. Концептуализация,

3. Формализация,

4. Выполнение,

5. Тестирование,

6. Опытная эксплуатация.

Последовательность этапов построения ЭС приведена на рисунке 5.

Прямой метод логического дедуктивного вывода - student2.ru

Рисунок 5 - Этапы разработки ЭС

Этап идентификации

Этап идентификации связан, прежде всего, с осмыслением тех задач, которые предстоит решить будущей ЭС, и формированием требований к ней. Результатом данного этапа является ответ на вопрос, что надо сделать и какие ресурсы необходимо задействовать (идентификация задачи, определение участников процесса проектирования и их роли, выявление ресурсов и целей).

Идентификация задачи заключается в составлении неформального (вербального) описания, в котором указываются:

- общие характеристики задачи;

- подзадачи, выделяемые внутри данной задачи;

- ключевые понятия (объекты), их входные (выходные) данные;

- предположительный вид решения,

- знания, относящиеся к решаемой задаче.

При идентификации целей важно отличать цели, ради которых создается ЭС, от задач, которые она должна решать. Примерами возможных целей являются[1]:

- формализация неформальных знаний экспертов;

- улучшение качества решений, принимаемых экспертом;

- автоматизация рутинных аспектов работы эксперта (пользователя);

- тиражирование знаний эксперта.

Этап концептуализации

На данном этапе проводится содержательный анализ проблемной

области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач. Этот этап завершается созданием модели предметной области (ПО), включающей основные концепты и

отношения. На этапе концептуализации определяются следующие особенности задачи [1]:

- типы доступных данных;

- исходные и выводимые данные,

- подзадачи общей задачи;

- применяемые стратегии и гипотезы; виды взаимосвязей между объектами ПО, типы используемых отношений (иерархия, причина

— следствие, часть — целое и т.п.);

- процессы, применяемые в ходе решения;

- состав знаний, используемых при решении задачи;

- типы ограничений, накладываемых на процессы, которые применены в ходе решения;

- состав знаний, используемых для обоснования решений.

Существует два подхода к процессу построения модели предметной области, которая является целью разработчиков ЭС на этапе концептуализации [1]:

1. Признаковый или атрибутивный подход предполагает наличие полученной от экспертов информации в виде троек «объект —

атрибут — значение атрибута», а также наличие обучающей информации. Этот подход развивается в рамках направления, получившего название «формирование знаний» или «машинное обучение» (machine learning).

2. Структурный (или когнитивный) подход, осуществляется путем выделения элементов предметной области, их взаимосвязей и семантических отношений.

Наши рекомендации